Page 73 - 《华中农业大学学报(社会科学版)》2024年第1期
P. 73
第1 期 张鹏静 等:空气、水和土壤视域下环境污染对耕地抛荒的影响 67
量滞后期、提高聚类层次以及使用平衡面板数据 表2 环境污染对耕地抛荒的影响:基准结果
的方法估计环境污染对耕地抛荒程度的影响。 N=17265
第一,文章的环境污染指数利用的是《中国 耕地抛荒程度
变量
城市统计年鉴》中工业废水排放量、工业二氧化 (1) (2)
0.330 ** 0.487 **
硫排放量和工业烟(粉)尘排放量三个指标进行 环境污染指数
(0.154) (0.192)
构建的,为了更好地反映农村地区的生态环境, 0.000 -0.000
户主年龄
更加准确地估计环境污染对农户耕地抛荒的影 (0.001) (0.001)
响,使用村级问卷中“当年是否发生过因为环境 0.000 * 0.000 **
家庭债务
污染问题与政府或相关企业交涉的事件?”问题 (0.000) (0.000)
的回答作为环境污染的代理变量替换环境污染 医疗支出占比 -0.004 -0.005
(0.014) (0.014)
指数,如果村庄当年的确因为环境污染问题与政
-0.006 *** -0.006 ***
府或相关企业交涉过,那么说明当地确实存在环 农业收入对数 (0.001) (0.001)
境污染。表 4列(1)为估计结果,可以看出环境污 -0.001 -0.000
农业收入占比
染变量在 10% 水平上显著,且系数为正,表明环 (0.009) (0.009)
境污染会导致农户增加抛荒程度。同时,考虑到 粮食作物补贴对数 -0.004 *** -0.005 ***
(0.001) (0.001)
农业生产对特定环境污染类型的敏感性,文章还
-0.000 -0.000
利用村庄问卷中对于当地生态环境问题更加细 耕地面积
(0.000) (0.000)
化的回答作为核心解释变量进行估计,具体为当 -0.007 -0.007
机械化程度
年是否因为空气污染、土壤污染或水污染与政府 (0.006) (0.006)
或相关企业交涉,如果村庄曾因上述三种污染中 -0.015 ** -0.010
土地确权
的至少一种与政府或相关企业交涉过,则认为当 (0.006) (0.007)
-0.013 -0.013
地存在环境污染。估计结果见表 4列(2),可以发 常住劳动力占比
(0.009) (0.009)
现环境污染变量仍在 10% 的水平上显著,且系数
-0.015 -0.016
为正,同样说明环境污染会显著正向影响农户抛 生产资料购买服务 (0.011) (0.011)
荒耕地。 0.049 *** 0.050 ***
信用合作社
第二,使用耕地抛荒面积替换抛荒程度进行 (0.013) (0.014)
稳健性检验,表 4 列(3)为估计结果,结果显示环 郊区 0.001 -0.000
(0.012) (0.012)
境污染指数变量在 10% 的水平上显著,且系数为
-0.009 -0.011
正,说明环境污染越严重农户的耕地抛荒面积 作物灌溉 (0.007) (0.007)
越多。 个体固定效应 控制 控制
第三,虽然文章使用农户农业生产前一年的 时间固定效应 控制
环境污染指数变量进行估计,但是考虑到环境污 Within-R 2 0.016 0.016
注:、、 分别表示在10%、5%、1%水平上显著,括号内为稳健标
* ** ***
染对耕地抛荒的影响可能具有一定的时间延续
准误,下表同。
性,即耕地抛荒可能不是由 t-1 期的环境污染引
起的,而是由 t-1 期之前的环境污染导致的,为此文章进一步加入环境污染指数变量的滞后项检验
基准回归结果的稳健性。根据 AIC 和 BIC 两个信息准则确定最佳滞后阶数,当滞后 2 阶时 AIC 值和
BIC 值最小,因此将 t-2 期环境污染指数和 t-3 期环境污染指数纳入式(4)进行估计,估计结果见表
4列(4)。可以看出t-1期环境污染指数变量在1%的水平上显著,且系数为正,同样说明环境污染会
显著正向影响农户抛荒耕地,与基准回归结果一致。
第四,考虑到同一村庄内农户之间的随机扰动项可能相关,将聚类层次从农户提升至村庄,表 4
列(5)估计结果显示环境污染指数变量在 10% 的水平上显著,且系数为正,同样说明环境污染越严
重,农户的耕地程度就会越高。
第五,非平衡面板的最大问题在于,如果一些样本不再出现的原因是内生的(即与扰动项相关),